C'è un gesto che ormai facciamo quasi tutti senza pensarci: prima di stampare una mail, ci fermiamo un secondo. "Mi serve davvero su carta?" È diventato un riflesso, un piccolo atto di responsabilità che abbiamo imparato negli anni.
Con l'intelligenza artificiale, quel riflesso non l'abbiamo ancora sviluppato. Chiediamo un'immagine "tanto per vedere", rigeneriamo una risposta perché la prima non ci convinceva del tutto, apriamo una chat per due righe che potevamo scrivere da soli in trenta secondi. È gratis, è immediato, è comodo. Ma non è senza costo. Il costo, semplicemente, non lo vediamo: è spostato altrove, in un data center che probabilmente non sapremmo nemmeno indicare su una mappa.
Il conto che non ci arriva
I numeri, quando si va a cercarli, sono impressionanti. Secondo le stime di Gartner, nel 2026 i data center di tutto il mondo consumeranno circa 565 terawattora di elettricità, con una crescita del 26% rispetto all'anno precedente, e la domanda di potenza salirà a 132 gigawatt. A trainare questa impennata sono soprattutto i server dedicati all'intelligenza artificiale: nel 2025 avevano consumato circa 95 TWh, nel 2026 arriveranno a circa 175, quasi il doppio in un solo anno.
L'Agenzia Internazionale dell'Energia stima che i consumi complessivi dei data center raddoppieranno entro il 2030, mentre quelli specifici legati all'AI addirittura triplicheranno. In alcuni paesi l'effetto è già tangibile: in Irlanda i data center assorbono circa il 21% dell'elettricità nazionale, con proiezioni che parlano di un possibile 32% entro il 2026. Anche i grandi gruppi tecnologici lo ammettono nei loro bilanci di sostenibilità: Google ha dichiarato per il 2025 un aumento del 37% della domanda elettrica dei propri data center, il salto più grande della sua storia, mentre Amazon ha registrato un incremento significativo delle proprie emissioni.
Un solo addestramento di un modello di grandi dimensioni può costare centinaia di tonnellate di CO₂ e migliaia di megawattora, prima ancora che una sola persona lo usi. E poi c'è l'inferenza, cioè l'uso quotidiano: ogni domanda, ogni immagine, ogni "rigenera" ha un piccolissimo costo energetico che, moltiplicato per miliardi di richieste al giorno, diventa un carico enorme sulla rete elettrica globale.
Non è solo elettricità
Il consumo energetico è la parte più raccontata, ma non è l'unica. I data center hanno bisogno di acqua per il raffreddamento, di terreno, di materiali rari per i chip, di reti dati che vanno costruite, mantenute, aggiornate. Ogni richiesta che facciamo a un modello di intelligenza artificiale viaggia su un'infrastruttura fisica reale, fatta di cavi, server, impianti di raffreddamento e centrali elettriche che, in buona parte del mondo, bruciano ancora combustibili fossili.
E c'è un ultimo pezzo del conto, quello economico: costruire e far funzionare questi datacenter costa cifre enormi. Gartner prevede che la capacità energetica richiesta salirà fino a 290 gigawatt entro il 2030. Chi paga questi investimenti, alla fine? In parte le aziende, certo. Ma in parte, inevitabilmente, anche le reti elettriche pubbliche, le bollette dei cittadini, i territori dove questi impianti sorgono. Non è un costo astratto che resta chiuso dentro un'azienda tecnologica: prima o poi torna verso di noi, sotto forma di prezzi più alti, di reti elettriche sotto stress, di scelte energetiche fatte con l'urgenza di alimentare i server invece che con calma.
Il punto non è smettere di usare l'AI
Va detto con chiarezza: l'intelligenza artificiale non è il nemico. È uno strumento straordinario, che può far risparmiare tempo, aiutare a studiare, velocizzare un lavoro, sbloccare un'idea. Il problema non è l'AI in sé, è l'uso automatico e senza pensiero che ne facciamo, esattamente come per la stampa di una mail: nessuno dice di non stampare mai nulla, si dice solo di chiedersi se serve davvero.
Vale lo stesso principio qui:
- Prima di aprire una chat, chiediti se ti serve davvero. Una domanda a cui sapresti già rispondere da solo, in pochi secondi, forse non ha bisogno di un modello che elabora la richiesta su un cluster di GPU dall'altra parte del mondo.
- Non usarla per noia. Generare un'immagine "tanto per vedere cosa esce", chiedere dieci varianti dello stesso concetto, rigenerare una risposta solo per curiosità: sono i casi in cui il costo ambientale è più alto rispetto al valore che ne ricaviamo.
- Pensa prima, chiedi dopo. Una richiesta ben formulata, pensata con un minimo di attenzione, spesso basta una volta sola. Le richieste vaghe o impulsive, invece, generano tentativi su tentativi: più calcolo, più energia, più acqua, per lo stesso risultato che si poteva ottenere con una domanda più chiara fin dall'inizio.
- Usala quando serve davvero. Per un lavoro complesso, per imparare qualcosa di nuovo, per risolvere un problema che da solo richiederebbe ore: lì l'AI restituisce un valore reale, che giustifica pienamente il costo energetico e computazionale che si porta dietro.
Un gesto piccolo, una responsabilità condivisa
Non stiamo parlando di rinunciare a uno strumento utile, ma di trattarlo per quello che è: qualcosa che ha un prezzo, anche quando per noi è gratuito. Il consumo energetico dell'intelligenza artificiale non è un problema lontano, riservato a chi costruisce i data center: è anche una questione di abitudini quotidiane, le nostre.
Così come abbiamo imparato a fermarci un attimo prima di stampare una mail, possiamo imparare a fermarci un attimo prima di aprire una chat con l'AI. Non per paura, non per rinuncia, ma per consapevolezza. Chiediti se ti serve davvero. Se sì, usala, e usala bene. Se è solo per noia, forse quella richiesta può aspettare, o semplicemente non serve.
È una scelta piccola, ripetuta milioni di volte al giorno da milioni di persone. Ed è proprio per questo che può fare la differenza.
Fonti e approfondimenti
- Gartner – Data Center Electricity Consumption to Grow 26% in 2026
- International Energy Agency – Energy and AI, Executive Summary
- International Energy Agency – Energy supply for AI
Continua la riflessione
Usare l’AI in modo consapevole non significa rinunciare all’innovazione: significa scegliere quando il valore prodotto giustifica le risorse impiegate.
Leggi le altre Riflessioni di BASI DI AI
Iscriviti alla newsletter per ricevere nuovi approfondimenti su intelligenza artificiale, strumenti e impatto reale.
